綜合合分類和相關反饋技術的圖像語義檢索研究.pdf

1、廣西大學碩士學位論文綜合合分類和相關反饋技術的圖像語義檢索研究姓名：黃文宇申請學位級別：碩士專業(yè)：計算機應用技術指導教師：覃團發(fā)20110629爿合分囊巾相關反饋技術的田1象語j■蠡索的研究出的SBIRCFSVM算法的檢索性能與基于SVM的圖像檢索算法及綜合多特征的CBIR算法相比均有了顯著的改進，其平均查全率分別提高了926％和5799％，平均查準率則分別提高了884％和5979％(2)在深入研究了基于相關反饋的SBIR技術的基礎上，

2、針對利用相關反饋實現(xiàn)圖像語義檢索時所存在的小樣本、樣本不均衡、忽略大量未標記樣本及歷史反饋信息等問題，綜合相關反饋中的短期學習和長期學習技術，提出一個用FSVM實現(xiàn)的基于相關反饋的SBIR(SBIRRelevaIlceFeedbackFSvM，sBIR_RFFS、M)算法，并給出其對應的檢索模型。實驗結(jié)果表明，本文提出的SBIRI疆FSVM算法的檢索性能與用SⅧ實現(xiàn)的綜合短期學習和長期學習的SBⅨ算法及用FSVM實現(xiàn)的基于短期學習的SB

3、IR算法相比均有了明顯改進，其平均查全率分別提高了23％和31％，平均查準率則分別提高了113％和156％。(3)針對基于相關反饋的SBIR技術中的實時性要求，將之前提到的SBIRCFSⅥⅥ模型和sBIRRFFS、M模型相結(jié)合，開發(fā)了一個用FSⅥⅥ實現(xiàn)的綜合分類技術和相關反饋技術的sBR系統(tǒng)。該系統(tǒng)平均查全率比SBIRCFSⅥ訌系統(tǒng)和sBIRRF—FSⅥ江系統(tǒng)分別提高了3％和5％，平均查準率則分別提高了147％和236％。關鍵詞：面向語